Heterogeneidad y Predicción de Estados en Economías Regionales: Un Análisis Dual con TVP-MF-DFM y Modelos de Markov Switching

Abstract

Este trabajo desarrolla un enfoque dual para analizar la heterogeneidad y dinámica no lineal de los ciclos económicos regionales en Perú. Primero, se construye un Índice del Ciclo Económico Regional (ICER) mensual para cada región mediante un modelo TVP-MF-DFM (Time Varying Parameters Mixed requency Dynamic Factor Model), que integra datos en frecuencia mixta y supera la limitada disponibilidad de información macroeconómica subnacional. Posteriormente, se implementan modelos de Markov Switching sobre estos índices para calcular las probabilidades de que cada economía regional se encuentre en estado de recesión, estancamiento o prosperidad. Los resultados revelan patrones diferenciados entre zonas geográficas, con la región Sur mostrando la menor coincidencia entre sus ciclos (29,6%) debido a su especialización minera, mientras que la zona Norte presenta la mayor sincronización (79,5%) por la similitud en sus estructuras productivas. El enfoque TVP logra un notable grado de sincronización del ICER con las dinámicas macroeconómicas (92,8% en promedio), mientras que los modelos de cambio de régimen detectan efectivamente periodos de crisis y recuperación, evidenciando que durante eventos como la pandemia de COVID-19, la mayoría de las regiones experimentaron una recuperación en forma de "V".